55,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

Das Hauptziel unseres Buches ist es, hybride Ansätze vorzuschlagen, die einerseits auf MAS und andererseits auf der Nutzung von Emergenzmethoden wie Genetischen Algorithmen (GA) und den Algorithmen des Künstlichen Immunsystems (AIS) basieren, um systematische vorbeugende Wartungsmaßnahmen besser in Planungsworkshops zu integrieren. Ziel ist es, die Ausführungszeit im Verlauf der Planung zu minimieren. Wir verwenden fortschrittliche Operatoren: den Zufallsschlüssel für die Kodierung, die Auswahl der Klassifizierung, das einheitliche Crossover und die Einpunktmutation. Darüber hinaus haben wir…mehr

Produktbeschreibung
Das Hauptziel unseres Buches ist es, hybride Ansätze vorzuschlagen, die einerseits auf MAS und andererseits auf der Nutzung von Emergenzmethoden wie Genetischen Algorithmen (GA) und den Algorithmen des Künstlichen Immunsystems (AIS) basieren, um systematische vorbeugende Wartungsmaßnahmen besser in Planungsworkshops zu integrieren. Ziel ist es, die Ausführungszeit im Verlauf der Planung zu minimieren. Wir verwenden fortschrittliche Operatoren: den Zufallsschlüssel für die Kodierung, die Auswahl der Klassifizierung, das einheitliche Crossover und die Einpunktmutation. Darüber hinaus haben wir ein neues Verfahren zur Berechnung der Affinität im Rahmen des FSHMAIA-Ansatzes definiert. Dieses Verfahren basiert auf der Berechnung des Ähnlichkeitsverhältnisses für jeden Antikörper. Hierfür haben wir einen Algorithmus vorgeschlagen, der auf vier Kriterien zur Berechnung des Ähnlichkeitsverhältnisses basiert. Wir haben auch die Anpassungen einiger bekannter Heuristiken, einschließlich Johnson (m / 2, m / 2) NEHH, PCDT und PLDT, bewertet. Die Originalität dieser Arbeit liegt in der Verwendung von MAS mit GA und AIS in der Integration von systematischen vorbeugenden Wartungsmaßnahmen in einem hybriden Flow Shop Scheduling.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
ABDELHADI Adel, PHD-Abschluss 2015, Batna Universität, Algerien, Dozent, Khenchela Universität. Seine Forschungsinteressen umfassen Mustererkennung, neuronale Netze, Design und Programmentwicklung.